BAB III METODOLOGI PENELITIAN - UIN SMH Banten ...

59

BAB III

METODOLOGI PENELITIAN

A. Tempat dan Waktu

Penelitian ini dilakukan pada Unit Usaha Syariah, yang

dibatasi dalam permasalahan kinerja keuangan yang

diproksikan rasio probabilitas, dan rasio efisiensi. Dalam

penelitian ini rasio yang digunakan untuk mengukur kinerja

keuangan adalah Return On Asset (ROA), dengan alasan

analisisnya bersifat komprehensif atau menyeluruh yaitu

meliputi kegiatan penjualan, investasi, dan pengeluaran-

pengeluaran. dan rasio BOPO (Biaya Operasonal terhadap

Pendapatan Operasional) Yang dipublikasikan oleh Otoritas

Jasa Keuangan melalui website www.ojk.go.id. Penelitian ini

dilakukan pada tahun 2018 dengan tahun pengamatan dari

2015-2017 meliputi laporan keuangan bulanan Unit Usaha

Syariah.

60

B. Metode Penelitian

Metode penelitan pada dasarnya merupakan cara

ilmiah untuk mendapatkan data dengan tujuan dan kegunaan

tertentu.1 Metode penelitian adalah cara yang digunakan oleh

peneliti dalam mengumpulkan data penelitian, dalam

penelitian ini penulis menggunakan metode deskriptif

kuantitatif dan analisis statistik yaitu suatu metode penelitian

yang menggunakan analisis data dalam bentuk angka-angka

untuk menganalisa dan menjawab secara ringkas dan jelas

mengenai pengaruh, dan besarnya pengaruh suatu peristiwa,

masalah yang ada sehingga dapat ditarik kesimpulan.2

Penelitian ini bertujuan untuk melihat pengaruh

hubungan variabel independen terhadap variabel dependen.

Variabel independen dalam penelitian ini adalah kinerja

keuangan dan variabel dependen dalam penelitian ini adalah

tabungan mudharabah.

1 Sugiyono, Metode Penelitian Kuantitatif kualitatif dan R&D,

(Bandung: ALFABETA, 2014), h. 2 2 Sugiarto, Dergibson Siagan, dkk. Teknik Sampling (Jakarta: PT

Gramedia Pustaka Utama, 2003 ), h.19.

61

C. Jenis Penelitian dan Sumber Data

1. Jenis penelitian

Jenis data dalam penelitian ini adalah skunder yaitu

berupa data kuantitatif atau angka-angka yang disajikan

dalam bentuk laporan keuangan. Data yang digunakan

dalam penelitian ini merupakan data skunder dari laporan

keuangan yang diperoleh dari sumber resmi yaitu

www.ojk.go.id

2. Sumber Data

Menurut Kamus Umum Bahasa Indonesia data adalah

keterangan atau bahan yang nyata yang dapat dijadikan

dasar kajian (analisis atau kesimpulan). Sementara itu,

data adalah bahan keterangan tentang sesuatu objek

penelitian yang diperoleh dilokasi penelitian.3

Sumber data yang digunakan dalam penelitian ini

adalah data skunder. Data skunder adalah data yang telah

diolah seperti data hasil peneitian kepustakaan, hasil

3

Lijan Poltak Sinambela, Metodologi Penelitian Kuantitatif,

(Yogyakarta: Graha Ilmu, 2014), h. 111

62

dokumentasi penelitian dan laporan keuangan yang telah

dipublikasikan.4

D. Teknik Pengumpulan Data

Dalam penelitian ini metode pengumpulan data yang

digunakan adalah sebagai berikut:5

1. Studi Kepustakaan

Metode pengumpulan data dalam penelitian ini

dilakukan melalui studi yang didapatkan dari buku-buku,

literatur, jurnal, website-website resmi terpercaya yang

berkaitan dan menunjang dalam penelitian ini.

2. Dokumentasi

Metode dokumentasi yaitu penelusuran dan

pengolahan data yang diperlukan melalui data yang telah

tersedia. Biasaya berupa data statistik, agenda kegiatan,

produk keputusan atau kebijakan, sejarah dan hal lainnya

yang berkaitan dengan penelitian. Kelebihan teknik

4

Farah Margaretha, “Faktor-faktor Yang Mempengaruhi Kinerja

Keuangan Perbankan Indonesia”, jurnal Manajemen Keuangan, Vol. 6, No. 2

(Mei 2017) Fakultas Ekonomi Universitas Trisakti Jakarta Barat, DKI Jakarta,

h. 89. 5

Mahi M. Hikmat, Metode Penelitian dalam perspektif Ilmu

Komunikasi dan Sastra, (Bandung: Graha Ilmu, 2011), h. 83.

63

dokumentasi ini adalah karena data tersedia, siap pakai,

serta hemat biaya dan tenaga. Metode ini merupakan

teknik pengumpulan data yang tidak langsung ditujukan

pada subjek penelitian namun melalui dokumentasi atau

menelusuri data historis. Data dalam penelitian ini

dikumpulkan dengan cara mencatat atau

mendokumentasikan data yang berkaitan dengan

Pengaruh Kinerja Keuangan Terhadap Bagi Hasil

Tabungan Mudharabah Pada Unit Usaha Syariah periode

2015-2017.

Dalam hal ini, penulis juga mengumpulkan data

dengan menggunakan time series. Data time series atau

disebut juga data deret waktu merupkan sekumpulan

data dari suatu fenomena tertentu yang didapat dalam

beberapa interval waktu tertentu, misalnya dalam waktu

mingguan, bulanan atau tahunan. Misalnya neraca

perusahaan mulai tahun 1980 sampai tahun 1997. Jadi

64

tidak boleh ada data yang hilang diantara tahun-tahun

itu.6

E. Teknik Analisis Data

Analisis data merupakan proses pengolahan, penyajian,

interpretasi dan analisis data yang diperoleh dari lapangan,

dengan tujuan agar data yang disajikan mempunyai makna,

sehingga pembaca dapat mengetahui hasil penelitian kita.7

Analisis data yang digunakan pada penelitian ini adalah

analisis kuantitatif.

Dalam penelitian kuantitatif, teknik analisis data yang

digunakan sudah jelas, yaitu menjawab rumusan masalah

atau menguji hipotesis yang telah dirumuskan. Karena

datanya kuantitatif, maka teknik anlisis data menggunakan

metode statistik yang sudah tersedia.

1. Statistik Deskriptif

Statistik deskriptif adalah statistik yang digunakan

untuk menganalisi data dengan cara mendeskripsikan

6 Husen Umar, Metode Penelitian Untuk Skripsi dan Tesis Bisnis

(Jakarta: PT RajaGrafindo Persada, 2013), Edisi Kedua, h. 42.

7 Nanang Martono, Metode Penelitian Kuantitatif Analisis Isi dan

Analisis Data Skunder, (Jakarta: PT RajaGrafindo Persada, 2010), h. 143-144

65

atau menggambarkan data yang telah terkumpul

sebagaimana adanya tanpa bermaksud membuat

kesimpulan yang berlaku untuk umum atau generalis.

Termasuk dalam statistik deskriptif antara lain adalah

penyajian data melalui tabel, grafik, diagram lingkaran,

pictogram, perhitungan modus, median, mean,

perhitungan desil, persentil, penyebaran data melalui

perhitungan rata-rata, standar deviasi dan perhitungan

presentase.8

2. Analisis Regresi Berganda

Regresi berganda adalah pengembangan dari

regresi linear sederhana, yaitu sama-sama alat yang bisa

digunakan untuk memprediksi permintaan dimasa akan

datang berdasarkan data masa lalu atau untuk

mengetahui pengaruh satu atau lebih variabel bebas

(Independent) terhadap satu variabel tak bebas

(Dependent). Perbedaan penerapan metode ini hanya

terletak pada jumlah variabel bebas (Independent) yang

8 Sugiyono, Metode Penelitian… h. 147-148.

66

digunakan. Penerapan metode regresi berganda jumlah

variabel bebas (Independent) yang digunakan lebih dari

satu yang memengaruhi satu variabel tak bebas

(Dependent).

Maka model penelitian yang akan digunakan

dalam penelitian ini adalah sebagai berikut:

Yt = a + x1t β1 + x2t β2 + εt

Keterangan :

Y = Bagi Hasil Tabungan Mudharabah

X1 = Return On Asset (ROA)

X2 = Biaya Operasional Pendapatan

Operasional (BOPO)

t = time/waktu

i = unit/individu

e = komponen error

a = konstanta

β1, β2 = koefisien

Setelah model penelitian diestimasi maka akan

diperoleh nilai dan besaran dari masing-masing

67

parameter dalam model persamaan di atas. Nilai dari

parameter positif dan negatif selanjutnya akan digunakan

untuk menguji hipotesis penelitian.

3. Uji Asumsi Klasik

Uji asumsi klasik adalah syarat-syarat yang harus

dipenuhi pada model regresi linear OLS (Ordinary Least

Square) agar model tersebut menjadi valid sebagai alat

penduga. Di dalam model regresi ini, ada beberapa

syarat yang harus dipenuhi agar model peramalan

menjadi valid sebagai alat peramalan. Syarat-syarat

tersebut apabila dipenuhi semuanya, maka model regresi

linear tersebut dikatakan BLUE (Best Linier Unbiased

Estimation).

Model regresi linear dapat disebut sebagai model

yang baik jika memenuhi asumsi klasik. Oleh karena itu,

uji asumsi klasik sangat diperlukan sebelum melakukan

analisis regresi.

68

a. Uji Normalitas

Uji normalitas merupakan salah satu bagian dari

uji persyaratan analisis data atau biasa disebut

asumsi klasik. Uji normalitas dimaksudkan untuk

menguji apakah nilai residual yang telah

distandarisasi pada model regresi berdistribusi

normal atau tidak.9

Untuk menguji dengan lebih akurat, diperlukan

alat analisis dan Eviews menggunakan dua cara,

yaitu dengan histogram dan uji Jarque-Bera. Jarque-

Bera adalah uji statistik untuk mengetahui apakah

data berdistribusi normal. Uji ini mengukur

perbedaan skewness dan kurtosis data dan

dibandingkan dengan apabila datanya bersifat

normal. Apabila nilai probabilitas lebih besar dari 5%

(bila menggunakan tingkat signifikansi tersebut),

maka data akan berdistribusi normal.10

9 Suliyanto, Ekonomitrika Terapan, Teori dan Aplikasi dengan SPSS

(Yogyakarta: CV Andi Offset, 2011), 69.

10

Wing Wahyu Winarto, Analisis Ekonometrika Dan Statistika

Dengan Evews Edisi 3 (Yogyakarta: UPP STIM YKPN 2011), 5.37.

69

Rumus yang digunakan adalah:

JB (Jarque-Bera) =

(

( )

)

Dimana n menunjukkan banyaknya observasi, S

dan K adalah estimasi dari skewness dan kurtosi,

yang didefinisikan sebagai

S =

∑ ( )̅̅̅̅

[

∑ ( )̅̅̅̅

]

⁄ dan K =

∑ ( )̅̅̅̅

[

∑ ( )̅̅̅̅

]

Di sini ̅ menyatakan nilai rata-rata sampel.

Dengan demikian, uji JB merupakan salah satu

bentuk uji Portmanteau, yakni didefinisikan atas 4

momen order pertama dari data. Statistik uji JB akan

memiliki distribusi asimtotik dengan derajat

bebas dua.11

Untuk pengujian hipotesis ini digunakan

hipotesis berikut:

H0 : residual berdistribusi normal

Ha : residual tidak berdistribusi normal

11

Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan

dengan Eviews, (Yogyakarta: ANDI, 2012), 35

70

Jika probability JB 0.05, maka berdistribusi

normal

Jika probability JB 0.05, maka tidak berdistribusi

normal

b. Uji Multikolineritas

Multikolinearitas adalah kondisi adanya

hubungan linier anta rvariabel independen. Karena

melibatkan beberapa variabel independen, maka

multikolinearitas tidak akan terjadi pada persamaan

regresi sederhana (yang terdiri atas satu variabel

dependen dan satu variabel independen).12

Uji multikolinearitas bertujuan untuk menguji

apakah model regresi ditemukan adanya korelasi

antar variabel bebas (independen). Model regresi

yang baik seharusnya tidak terjadi korelasi di antara

variabel independen. Jika variabel independen

saling berkorelasi, maka variabel-variabel ini tidak

ortogonal. Variabel ortogonal adalah variabel

12

Wing Wahyu Winarto, Analisis Ekonometrika, Edisi 3..., h. 5.1

71

independen yang nilai korelasi antar sesama variabel

independen sama dengan nol. Untuk mendeteksi ada

atau tidaknya multikolinearitas di dalam model

regresi adalah sebagai berikut:

a. Nilai R2 yang dihasilkan oleh suatu estimasi

model regresi empiris sangat tinggi, tetapi

secara individual variabel-variabel independen

banyak yang tidak signifikan mempengaruhi

variabel dependen.

b. Menganalisis matrik korelasi variabel-variabel

independen. Jika antar variabel independen ada

korelasi yang cukup tinggi (umumnya di atas

0.90), maka hal ini merupakan indikasi adanya

multikolinearitas.tidak adanya korelasi yang

tinggi antar variabel independen tidak berarti

bebas dari multikolinearitas. Multikolinearitas

dapat disebabkan karena adanya efek kombinasi

dua atau lebih variabel independen.

72

c. Multikolinearitas dapat juga dilihat dari (1) nilai

tolerance dan lawannya (2) variance inflanation

factor (VIF). Kedua ukuran ini menunjukkan

setiap variabel independen manakah yang

dijelaskan oleh variabel independen lainnya.13

Adapun persamaan uji multikolinearitas

adalah sebagai berikut:

VIF =

( )

Keterangan:

VIF: Variance Inflation Factor

: Estimasi regresi parsial variabel penjelas

Untuk menguji data memiliki gejala

multikolinearitas dengan pengambilan

keputusan sebagai berikut:

H0 : Tidak terjadi multikolinearitas dalam model

H1 : Terjadi multikolinearitas dalam model

Jika VIF 10, maka tidak ada multikolinearitas

13 Imam Ghozali, Aplikasi Analisis Multivariete dengan Program

IBM SPSS 23, (Semarang: Badan Penerbit Universitas Diponegoro,2016) h.

103

73

Jika VIF 10, maka ada multikolinearitas

Untuk menyelesaikan masalah

multikolinearitas dapat dilakukan dengan

berbagai cara, seperti:

1. Menambah lebih banyak observasi.

2. Mengeluarkan salah satu variabel yang

memiliki hubungan korelasi yang kuat.

3. Mentransformasikan variabel independen,

seperti misalnya mengkombinasikan

variabel-variabel independen ke dalam satu

indeks.

4. Melakukan analisis regresi ridge.

c. Uji Autokorelasi

Autokorelasi dapat diartikan sebagai hubungan

residual antara satu observasi dengan residual

observasi lainnya. Autokorelasi lebih mudah timbul

pada data yang bersifat runtun waktu (time series)

karena berdasarkan sifatnya data sekarang

dipengaruhi oleh data pada masa-masa

74

sebelumnya.14

Uji autokorelasi bertujuan untuk

mengetahui ada korelasi antara anggota serangkaian

data observasi yang diuraikan menurut waktu (time

series) atau ruang (cross section).

Dalam asumsi OLS klasik diasumsikan bahwa

resudual bersifat independen satu dengan yang lain.

Untuk uji asumsi ini digunakan uji hipotesis:

H0 : tidak ada autokorelasi

Ha : ada autokorelasi

Tabel 3.1

Pengambilan Keputusan Ada atau

Tidaknya Autokorelasi

Hipotesis nol Keputusan Jika

Tidak ada

autokorelasi positif

tolak 0 < d < DL

Tidak ada

autokorelasi positif

Tidak ada

keputusan

dL ≤ d ≤ Du

Tidak ada

autokorelasi negative

Tolak 4 – dL < d < 4

14

Wing Wahyu Winarto, Analisis Ekonometrika Dan Statistika

Dengan Evews Edisi 3..., h. 5.26.

75

Tidak ada

autokorelasi negative

Tidak ada

keputusan

4 – dU ≤ d ≤

4 – dL

Tidak ada auto

korelasi positif/

negative

Terima dU < d < 4 –

dU

Hasil perhitungan Durbin Watson kemudian

dibandingkan dengan nilai DW kritis sebagaimana

terlihat pada tabel DW. Kemudian dilakukan

penyimpulan apakah terdapat masalah autokorelasi

pada data, yang ditandai dengan batas-batas atas

(dU) dan batas-batas bawah (dL). Jika nilai d berada

dalam selang 4-dU sampai 4-dL maka tidak dapat

disimpulkan apa-apa. Jika nilai d lebih besar dari 0

dan lebih kecil dari dL maka dikatakan ada

autokorelasi positif. Jika 4 – dL < d < 4 maka

dikatakan ada autokorelasi negative. Sedangkan jika

dU < d < 4 dikatakan tidak ada atokorelasi.

76

Tabel 3.2

Pedoman Statistik Durbin Watson

Autokorelasi

Positif

Ragu-

ragu

Tidak ada

autokorelasi

Ragu

-ragu

Autokorel

asi

Negatif

0 dL dU 4-dU 4-dL 4

d. Uji Heteroskedastisitas

Uji ini bertujuan untuk menganalisis apakah

variansi dari eror bersifat tetap/konstanta

(homokedastik) atau berubah-ubah (Heteroskedastik).

Deteksi adanya Heteroskedastisitas dapat dilakukan

secara grafis dengan melihat apakah terdapat pola

non-random dari plot residual atau residual kuadratis

terhadap suatu variabel independen X atau terhadap

nilai fitted variabel dependen Y (dengan model yang

telah diestimasi). Secara formal, dapat juga dilakukan

dengan melakukan uji hipotesis:15

15

Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan

dengan Eviews..., h. 53.

77

H0 : Asumsi homokedastisitas terpenuhi

Ha : Asumsi homokedastisitas tidak terpenuhi

Bila probabilitas Obs* 0.5 maka signifikan, Ho

diterima

Bila probablitas Obs* 0.5 maka signifikan, Ho

ditolak

Ada beberapa metode yang dapat digunakan

untuk mengidentifikasi ada tidaknya masalah

Heteroskedastisitas, di antarannya yang populer

adalah:

1. Uji Park

2. Uji Glejser

3. Uji White

Adapun persamaan deteksi homokedastisitas

dengan uji white dapat ditulis sebagai berikut:

Keterangan:

= Nilai Residual

= Variabel Bebas

78

Sedangkan uji white dalam pengujian dengan

Eviews dilakukan dengan melihat Probabilitas Obs*

R-square. Apabila nilai Probabilitas Obs* R-square

lebih besar dari taraf signifikansi 5%, maka

persamaan regresi tidak mengalami

heterokedastisitas.16

Apabila terjadi homokedastisitas, diketahui

estimator OLS tidak bersifat BLUE (Best Linear

Unbiased Estimator), tetapi hanya LUE. Dengan

demikian, nilai standard error dari koefisien hasil

estimasi yang dihasilkan dengan metode OLS tidak

akurat. Masalah homokedastisitas dapat diselesaikan

dengan beberapa pendekatan, seperti:

1. Estimasi dengan menggunakan metode

Weighted Least Square/WLS (atau secara

umum, Generalized Least Square/GLS)

terhadap model.

16

Wing Wahyu Winarto, Analisis Ekonometrika Dan Statistika Dengan

Evews Edisi 3..., h. 5.14.

79

2. Mentransformasikan variabel independen.

3. Atau dengan menggunakan metode estimasi

White yang bersifat Heteroscedasticity

Consistent (HC) atau estimator Newey-West

yang bersifat Heteroscedasticity and

Autocorrelation Consistent (HAC).17

4. Uji Hipotesis

a. Uji T (Parsial)

Uji parsial digunakan untuk mengetahui

signifikan tidaknya pengaruh dari masing-masing

variabel bebas (X1 dan X2) terhadap variabel terikat

(Y) berkaitan dengan hal ini, uji parsial digunakan

untuk menguji hipotesis penelitian.18

Rumus menghitung besarnya t hitung:19

)1(

1ˆ1

Set

17

Dedi Rosadi, Ekonometrika & Analisis Runtun Waktu Terapan

dengan Eviews..., h. 53. 18

Anwar Sanusi, Metodologi Penelitian Bisnis (Jakarta: Penerbit

Salemba Empat, 2014), h. 138

80

Adapun hipotesisnya yaitu:

1. Ho = b1, b2 = 0, yang artinya tidak terdapat

pengaruh yang signifikan dari variabel

independen terhadap variabel dependen.

2. Ha = b1, b2 ≠ 0, yang artinya terdapat pengaruh

yang signifikan dari variabel independen

terhadap variabel dependen.

Kriteria uji didasarkan pada perbandingan

antara nilai thitung dengan ttabel:

1. Jika thitung > ttabel, maka Ho ditolak

2. Jika thitung < ttabel, maka Ho diterima.

Pengambilan keputusan uji hipotesis secara

parsial juga bisa dilihat dari nilai probabilitasnya.

Jika nilai probabilitasnya lebih kecil dari 0.05 (5%)

maka dapat disimpulkan terdapat pengaruh yang

signifikan antara variabel bebas terhadap variabel

terikat. Sebaliknya jika nilai probabilitasnya lebih

besar dari 0.05 (5%) maka dapat disimpulkan bahwa

81

variabel bebas tidak berpengaruh terhadap variabel

terikat.

b. Uji F (Simultan)

Uji F digunakan untuk mengetahui apakah

variabel-variabel independen secara simultan

berpengaruh signifikan terhadap variabel dependen.

Derajat kepercayaan yang digunakan adalah 0,05

(5%). Apabila nilai Fhitung lebih besar dari Ftabel maka

hipotesis alternatif yang menyatakan bahwa semua

variabel independen secara simultan berpengaruh

signifikan terhadap variabel dependen.

Rumus menghitung nilai F hitung: 20

F = ⁄

( ) ( )⁄

Keterangan:

F: Nilai F hitung

R2: Koefisien determinasi

m: Jumlah variabel

20

Syofian Siregar, Metode penelitian kuantitatif dilengkapi dengan

perbandingan perhitungan manual dan spss (Jakarta: kencana prenada media

group, 2013), h. 263-264

82

N: Jumlah pengamatan

Rumus hipotesis statistiknya:

Ho : b1, b2 = 0 (tidak ada pengaruh antara variabel

X1 X2 terhadap Y)

Ha : b1, b2 ≠ 0 (ada pengaruh antara variabel X1 X2

terhadap Y)

Adapun kriteria pengambilan keputusan dalam

uji F adalah sebagai berikut:

1. H0 ditolak dan Ha diterima apabila F hitung < F

tabel atau jika p-value < 5%, yang artinya

variabel bebas secara serentak atau bersama-

sama tidak mempengaruhi variabel terikat.

2. H0 diterima dan Ha ditolak apabila F hitung > F

table atau jika p-value < 5%, yang artinya

variabel bebas secara serentak atau bersama-

sama mempengaruhi variabel terikat.

Sama halnya dengan uji t, untuk melakukan uji

F bisa juga dengan melihat nilai probabilitasnya.

Jika nilai probabilitasnya lebih kecil dari 0.05 (5%)

83

maka dapat disimpulkan terdapat pengaruh yang

signifikan secara simultan (bersamaan) terhadap

variabel terikat. Sebaliknya jika nilai

probabilitasnya lebih besar dari 0.05 (5%) maka

dapat disimpulkan bahwa tidak ada pengaruh secara

simultan (bersamaan) terhadap variabel terikat.

c. Uji Koefisien Determinasi (Adjusted R Square)

Koefisien determinasi bertujuan untuk

mengukur seberapa jauh kemampuan model dalam

menerangkan variasi variabel dependen. Dalam uji

regresi linier berganda dianalisis pula besarnya

koefisien regresi (R2) keseluruhan. R

2 pada intinya

mengukur seberapa jauh kemampuan model regresi

dalam menerangkan variasi variabel dependen atau

variabel terikat.21

Nilai R2 yang kecil berarti

kemampuan variabel-variabel independen dalam

menjelaskan variasi variabel dependen amat terbatas.

Nilai yang mendekati satu berarti variabel-variabel

21

Imam Ghozali, Aplikasi Analisis Multivariate dengan

Program IBM SPSS 19..., h. 97.

84

independen memberikan semua informasi yang

dibutuhkan untuk memprediksi variasi variabel

independen.

Rumus yang digunakan adalah sebagai berikut:

2

1

2

12

)ˆˆ(

)ˆˆ(

YY

YYR

Besaran r2

yang didefinisikan demikian dikenal

sebagai koefisien determinasi (sampel) dan

merupakan besaran yang paling lazim digunakan

untuk mengukur kebaikan-suai (goodness of fit)

garis regresu. Secara verbal, r2 mengukur proporsi

(bagian) atau prosentase total variasi dalam Y

yang dijelaskan oleh model regresi.22

F. Operasional Variabel Penelitian

Variabel penelitian adalah suatu hal yang berbentuk

apa saja yang ditetapkan oleh peneliti untuk dipelajari

sehingga diperoleh informasi tentang hal tersebut dan

kemudian ditarik kesimpulan.23

23 Sugiono, metode penelitian… h. 31

85

Variabel ini menggunakan dua variabel yaitu variabel

independen dan satu variabel dependen.

1. Variabel Bebas (independen variabel)

Variabel ini sering disebut variabel stimulus, predittor,

antecedent. Dalam bahasa Indonesia sering disebut

sebagai variabel bebas. Variabel bebas adalah

merupakan variabel yang mempengaruhi atau yang

menjadi sebab perubahannya atau timbulnya variabel

dependen (terikat). Dalam penelitian ini yang menjadi

variabel X yaitu Return On Asset (ROA), dan Biaya

Operasional Pendapatan Operasional (BOPO).

2. Variabel Terikat (Dependen Variabel)

Variabel ini sering disebut variabel output, kriteria,

konsekuen. Dalam bahasa Indonesia sering disebut

variabel terkait. Variabel terkait merupakan variabel

yang dipengaruhi atau yang menjadi akibat, karena

adanya variabel bebas.24

Dalam penelitian ini yang

menjadi variabel Y yaitu Tabungan Mudharabah.

24

Sugiyono, “Metode Penelitian kuantitatif, Kualitatif dan R &D”...,

h. 39.